只需几个抽象符号替代思维链，就能将推理成本压缩11倍

草稿链：用抽象符号替代自然语言

传统思维链（Chain-of-Thought）要求模型输出一步步自然语言解释，导致推理成本高昂。Zoom团队另辟蹊径，提出“草稿链”（Draft Chain）——为每个推理步骤生成简洁、信息密集的token，甚至仅用几个抽象符号替代完整的文字描述。例如，用“→”表示推理方向，用“▷”代表关键运算，让模型在几乎不损失准确率的前提下，大幅减少输出长度。这种“符号化”思路直接击中了长思维链的软肋：token数量骤减，成本自然直线下降。

热启动+强化学习：训练密码

要让模型学会使用抽象符号而非自然语言，并非简单的提示工程。研究团队采用两阶段训练法：首先通过少量“符号化推理”示例进行热启动，让模型初步理解抽象符号的语义；随后引入强化学习（GRPO算法）进一步优化符号序列的生成策略。在此阶段，模型被严格限制——只允许输出抽象符号，不再有任何自然语言推理链作为辅助。通过reward函数对“短序列+高准确率”进行奖励，模型逐渐掌握了用最少符号解决复杂问题的能力。

成本骤降11倍：实验验证

在数学推理、逻辑谜题等多类基准测试中，使用抽象符号的模型在保持准确率接近原始CoT（±2%以内）的同时，平均推理token长度减少至原来的1/11。具体而言，原本需要输出数百个token的解题过程，现在仅需数十个抽象符号即可完成。折算成GPU推理成本，直接节省了约90%的算力开销。这项成果意味着：在不牺牲推理质量的前提下，大模型的部署和调用成本有望迎来革命性降低。

未来展望：动态符号与分层结构

研究团队在论文中指出了两条演进路径：一是动态调整抽象符号序列长度——根据问题难度分配不同长度的“思考预算”，简单题用更少符号，难题适当放宽；二是构建分层符号结构，让部分符号代表宏观步骤，另一部分符号代表微观运算，形成类似“大纲+细节”的推理层次。这种设计不仅能进一步压缩成本，还能让抽象符号的推理过程更具可解释性和可控性。